一文详细分析公式树开源库

摘要:公式树模块的作用是,从训练集X和function_set中进行随机采样,生成一棵公式树,同时提供子树变异、 crossover、hoist变异和点变异的方法。

本文分享自华为云社区《公式树开源库分析》,作者:鲤鱼君 。

1.公式树模块

公式树模块的作用是,从训练集X和function_set中进行随机采样,生成一棵公式树,同时提供子树变异、 crossover、hoist变异和点变异的方法。

1.1基本属性

1.2方法

1.3 build_tree算法原理

用到的数据结构:

terminal_stack: 存储是几元运算的一个栈

symbol_tree: lisp_tree 列表树, Lisp列表是基于广义表的结构,所以很容易将一个列表表达成树结构。 S-表达式可能以其在Lisp家族的编程语言中的使用而为人所知,约翰·麦卡锡发明LISP于1958年,首次由史蒂夫·拉塞尔实施在IBM704计算机上,它特别适合用于人工智能方案,因为它有效地处理的符号信息。

在前缀表示法,运算符在自己操作数前写。例如,表达式

a * ( b + c ) / d

被写成

(/ (* a (+ b c) ) d)

例如公式:

它也可以写作:

写成S表达式就变成了这个

对应的二叉树

也就是说s表达式对应于符号树的先序遍历

算法输入:function_set[‘add’, ‘sub’, ‘mul’] , arities{2:[‘add’, ‘sub’, ‘mul’]}, method: grow , max_depth:3(2-4内的一个随机数)

method: grow
n_features: 10
max_depth:2
function_index:0
function地址:<functions._Function object at 0x000001E538356EB0>
function_name:add
program:[add]
terminal_stack:[2]
循环部分
############LOOP##########################
第1次
depth: 1 # program的长度也就是符号树的list表长度 等于 len(terminal_stack)
choice: 13
choice_index: 1 #depth < max_depth或者choice_index <= len(self.function_set)就会从function_set里面选择一个比如这里选择add
function_index: 0
function: add
1_program: [add, add]
1_terminal_stack: [2, 2]
第2次    
depth: 2
choice: 13
choice_index: 11 
2_terminal: 10 # 这里terminal是10和n_features相等,所以会生成一个随机的float数值
3_terminal: 0.8395650516882855
2_program: [add, add, 0.8395650516882855]
2_terminal_stack: [2, 1]# 加入了常数 第二个值就减去1
第3次  
depth: 2
choice: 13
choice_index: 0
2_terminal: 8 # 这里terminal是10和n_features如果不相等的话就加入一个特征列
3_terminal: 8
2_program: [add, ddd, 0.8395650516882855, 8]
2_terminal_stack: [2, 0]
2_terminal_stack.pop(): 0 # 等于0的时候就被pop掉了 然后stack减去1
第4次    
depth: 1
choice: 13
choice_index: 5
2_terminal: 0
3_terminal: 0
2_program: [add, add, 0.8395650516882855, 8, 0]
2_terminal_stack: [0]
2_terminal_stack.pop(): 0
最后树的形状变成这个
tree1: add(add(0.840, X8), X0)

生成第2颗树的过程
method: grow
max_depth:4
function_index:0
function的地址:<functions._Function object at 0x000001E538356EB0>
function_name:add
program:[add]
terminal_stack:[2]
#############LOOP#########################
第1次
depth: 1
choice: 13
choice_index: 4
2_terminal: 3
3_terminal: 3
2_program: [add, 3]
2_terminal_stack: [1]
第2次
depth: 1
choice: 13
choice_index: 4
2_terminal: 6
3_terminal: 6 
2_program: [add, 3, 6]
2_terminal_stack: [0]
2_terminal_stack.pop(): 0
最后树的形状变成这个
tree2: [add, 3, 6]

画成流程图就是

1.4 get_subtree 获取随机子树

给symbol_tree里面的元素赋予权重如果是算子就是0.9 不是算子就是0.1

比如tree是

tree1: mul(X6, sub(X3, X1))

那么久赋予权重

probs: [0.9 0.1 0.9 0.1 0.1]

然后进行归一化就是除以sum

_probs: [0.42857143 0.47619048 0.9047619  0.95238095 1. ]

这里是采用轮盘赌法来选择切割点的

步骤

1)随机生成一个(0,1)内的随机值比如生成

s_index:0.8299421213898753

2)找到随机值在probs中应该在的位置这里这个位置就是start的位置

start: 2

3)初始化 end = start=2

stack = 1

如果end - start < stack那么

node = program[end]

如果node是算子的话那么stack要加上元数

stack += node.arity

end 自身一直加一直到program最后

画成流程图就是

1.5 crossover算法模块原理

crossover的目的是进行子树交叉

第一步从符号树模块获得随机子树

 start, end = self.get_subtree(random_state)

第二步从其他符号树个体中获得随机子树

 donor_start, donor_end = self.get_subtree(random_state, donor)

第三步获得交叉后的符号树

self.symbol_tree[: start] + donor[donor_start : donor_end] + self.symbol_tree[end : ]
tree1: add(mul(X9, X4), X6)
start, end: 1, 4
removed:range(1, 4)

donor: [mul, 6, 0.6656811846792283]
donor_start, donor_end:(0, 3)
donor_removed:[]
结合生成的子树
new_tree[add, mul, 6, 0.6656811846792283, 6]
最后得到的结果
                     add     mul x6       0.6656811846792283   x6
self.symbol_tree[: start] + donor[donor_start : donor_end] + self.symbol_tree[end : ]

1.6 subtree_mutation子树变异

由p_subtree_mutation参数控制。这是一种更激进的变异策略:优胜者的一棵子树将被另一棵完全随机的全新子树代替。

  chicken = self.build_tree(random_state) 直接生产一棵新的子树
  self.crossover(chicken, random_state) # 然后用crossover算法直接进行交叉生成子树

1.7 hoist_mutation hoist变异

hoist变异是一种对抗公式树膨胀(bloating,即过于复杂)的方法:从优胜者公式树内随机选择一个子树A,再从A里随机选择一个子树B,然后把B提升到A原来的位置,用B替代A。hoist的含义即「升高、提起」。

第一步获取一个随机子树A

 start, end = self.get_subtree(random_state)
 subtree = self.symbol_tree[start:end]

第二步从子树A中获取一个子树B

 # 获取随机子树B
sub_start, sub_end = self.get_subtree(random_state, subtree)
hoist = subtree[sub_start:sub_end]

第三步 把B提升到A原来的位置,用B替代A

 self.symbol_tree[:start] + hoist + self.symbol_tree[end:]
tree1: add(X6, sub(add(X0, X2), X6))
start, end: 0, 7
subtree : [add, x6, sub, add, x0, x2, x6]
mutation: sub_start, sub_end: 3, 6
mutation_hoist : [add, x0, x2]
removed: [0, 1, 2, 6]
new_tree: [add, x0, x2]
第二次
tree1: mul(X8, X0)
mutation_start, end: 0, 3
mutation_subtree : [mul, x8, x0]
mutation: sub_start, sub_end: 1, 2
mutation_hoist : [x8]
removed: [0, 2]
new_tree: [8]

1.8 point_mutation 点变异

由p_point_replace参数控制。一个随机的节点将会被改变,比如加法可以被替换成除法,变量X0可以被替换成常数-2.5。点变异可以重新加入一些先前被淘汰的函数和变量,从而促进公式的多样性。

第一步复制符号树,并获取一个随机的点

 program = copy(self.symbol_tree) # 自己复制一份
 # 随机生成符号树长度个点,然后找到其中小于点变异概率的点组成一个list
 mutate = np.where(random_state.uniform(size = len(program)) < self.p_point_replace)[0]  # 获取一个随机的点

第二步遍历mutate的node节点,如果node是一个Function就替换,不是的话就加入常量或者feature

 if isinstance(program[node], _Function):
                arity = program[node].arity # 算子元数
                replacement_len = len(self.arities[arity]) # 找到和arity元数一样的算子有多少个
                replacement_index = random_state.randint(replacement_len) # 从里面随机选择一个
                replacement = self.arities[arity][replacement_index] # 找到index对应的算子
                program[node] = replacement # 进行替换

如果不是function

第一种情况

# 不是算子的话就是常量或者端点 加入一个常量
                if self.const_range is not None:
                    terminal = random_state.randint(self.n_features + 1)
                else:
                    terminal = random_state.randint(self.n_features) # 随机生成一个(0,n_features)内的一个数字terminal
 
                if terminal == self.n_features:  # 如果terminal和n_features相等的话就替换为一个(0,1)内float的数字
                    terminal = random_state.uniform(*self.const_range)
                    if self.const_range is None:
                        raise ValueError('A constant was produced with const_range=None.')
                program[node] = terminal

2. fitness 模块获得符号树的适应性

2.1 get_all_indices 接口获得所有数据的index

第一步:进行参数校验

if self._indices_state is None and random_state is None: # 如果_indices_state和random_state都是None
    raise ValueError('The program has not been evaluated for fitness\n yet, indices not available.')
if n_samples is not None and self._n_samples is None: #如果n_samples不为None
    self._n_samples = n_samples
if max_samples is not None and self._max_samples is None: # n_samples代表数据集的行数
    self._max_samples = max_samples # max_samples最大采样树
if random_state is not None and self._indices_state is None:
    self._indices_state = random_state.get_state()

第二步 获得随机种子,然后获得袋外数据和袋内数据的index

  indices_state = check_random_state(None)
  indices_state.set_state(self._indices_state)  # 得到random_state
  not_indices =  sample_without_replacement(
      self._n_samples,
      self._n_samples - self._max_samples,
      random_state=indices_state) # 袋外数据 这里是从[0,self._n_samples]中选出self._n_samples - self._max_samples个数据
 
  sample_counts = np.bincount(not_indices, minlength=self._n_samples) # 找到每个index出现的次数了
  indices = np.where(sample_counts == 0)[0] # 出现次数是零的index就是被留下的数据,在袋内的数据了

其他函数

sample_without_replacement(n_population, n_samples, random_state,method): 采样函数,随机获取袋外数据,从集合[0,n_population]中选择n_samples个数据,有放回的抽样

参数介绍

2.2 raw_fitness

接口

raw_fitness(self, X, y, sample_weight)

先执行X的算法得到y_pred,然后根据y,y_pred以及权重计算误差

 # 根据x,y 评估符号树的适用性 返回fitness
        y_pred = self.execute(X)
        raw_fitness = self.metric(y, y_pred, sample_weight)

2.3 fitness模块

接口

fitness(self, parsimony_coefficient=None)

先执行X的算法得到y_pred,然后根据y,y_pred以及权重计算误差

if parsimony_coefficient is None:
   parsimony_coefficient = self.parsimony_coefficient
penalty = parsimony_coefficient * len(self.symbol_tree) * self.metric.sign # 这里是节约系数乘以公式树的长度如果越大越好sign是1否则是-1
return self.raw_fitness_ - penalty # fitness进行了约减,这里惩罚了树过于膨胀的公式

3.并行模块

3.1并行parallel_evolve

接口

_parallel_evolve(n_programs, parents, X, y, sample_weight, seeds, params)

入参

属性:

3.2内置接口_tournament

目的:找到表现最好的符号树

contenders = random_state.randint(0, len(parents), tournament_size) # 生成tournament_size个(0,len(parents))的数字相当于从父类中随机选多少个
fitness = [parents[p].fitness_ for p in contenders] # 得到这些被选中的符公式树的评分
if metric.greater_is_better: # 判断指标是不是越大越好还是越小越好
   parent_index = contenders[np.argmax(fitness)] # np.argmax找到最大的那个值的index
else:
   parent_index = contenders[np.argmin(fitness)] # 越小越好
return parents[parent_index], parent_index # 返回最大的对象和他的index

3.3运行流程:

第一步:n_programs表示种群里的一个组内有多少颗树,这里要循环n_programs次

初始化

method = random_state.uniform() # method从crossover subtree hoist point变异里选中的概率
parent, parent_index = _tournament() # 找到了表现好的公式树

第二步根据method的概率选择突变的类型

method_probs定义
self._method_probs = np.array([self.p_crossover, self.p_subtree_mutation,
                                       self.p_hoist_mutation, self.p_point_mutation])
self._method_probs = np.cumsum(self._method_probs)
 if method < method_probs[0]: # 如果method小于crossover概率的话
                # 走crossover方法
                donor, donor_index = _tournament() # 次好的公式树作为子树
                program, removed, remains = parent.crossover(donor.symbol_tree, random_state) # 两者交叉

                genome = {'method':'Crossover',
                          'parent_idx': parent_index,
                          'parent_nodes':removed,
                          'donor_idx':donor_index,
                          'donor_nodes':remains
                          }
            elif method < method_probs[1]:# 如果method小于crossover概率的话
                # subtree突变
                program, removed, _ = parent.subtree_mutation(random_state)
                genome = {'method':'Subtree Mutation',
                          'parent_idx':parent_index,
                          'parent_nodes':removed
                          }
            elif method < method_probs[2]:
                # hoist突变
                program, removed = parent.hoist_mutation(random_state)
                genome = {'method':'Hoist Mutation',
                          'parent_idx': parent_index,
                          'parent_node': removed
                          }
            elif method < method_probs[3]:
                # point突变
                program, mutated = parent.point_mutation(random_state)
                genome = {'mehtod':'Point Mutation',
                          'parent_idx':parent_index,
                          'parent_nodes':mutated
                          }
            else:
                # 自身拷贝
                program = parent.reproduce()
                genome = {'mehtod': 'Reproduction',
                          'parent_idx':parent_index,
                          'parent_nodes':[]
                          }

第三步 根据参数和第二步得到的program生成公式树

 program = _SymbolTree(function_set=function_set,
                               arities=arities,
                               init_depth=init_depth,
                               init_method=init_method,
                               n_features=n_features,
                               metric=metric,
                               const_range=const_range,
                               p_point_replace=p_point_replace,
                               parsimony_coefficient=parsimony_coefficient,
                               feature_names=feature_names,
                               random_state=random_state,
                               symbol_tree = program)

然后

 program.parents = genome

这里的genome存储的是之前生成子树的过程中删掉的信息把他赋值给parents

第四步 根据sample_weight中的权重信息对特征列赋予权重。

 if sample_weight is None: # 计算袋内数据权重
     curr_sample_weight = np.ones((n_samples,)) # 如果没有权重信息那么所有样本权重都是1
 else:
     curr_sample_weight = sample_weight.copy()
 oob_sample_weight = curr_sample_weight.copy() # 袋外数据

计算袋外数据的fitness

 indices, not_indices = program.get_all_indices(n_samples, max_samples, random_state) # 得到选择的在袋外的数据index
 curr_sample_weight[not_indices] = 0 # 原数据里面属于袋外数据的其index对应的权重置为零
 oob_sample_weight[indices] = 0 # 袋外数据里面不在原数据里的其index对应的权重置为零
 program.raw_fitness_ = program.raw_fitness(X, y, curr_sample_weight) # 计算袋内数据的fitness

计算袋外数据的fitness

 if max_samples < n_samples:
      # 计算袋外数据的适用性
    program.oob_fitness_ = program.raw_fitness(X, y, oob_sample_weight) # 计算袋内数据的fitness

最后循环n次就得到了n颗变异后的子树programs,它里面有两个私有属性raw_fitness_,oob_fitness_分别存储了袋内袋外数据的适用性

4.SymbolicTransformer模块

4.1初始化模块

4.1.1基本属性

4.1.2方法

_verbose_reporter:控制日志输出

4.1.3 fit模块

接口

 fit(self, X, y, sample_weight = None)

入参:

第1步:对数据进行校验

校验:检查X和y的长度是否一致、hall_of_fame、function_set、_arities是不是正常以及metric是不是Fitness类型 自身是否继承于TransformerMixin抽象类

然后把概率放到list里面,逐步加

self._method_probs = np.array([self.p_crossover, self.p_subtree_mutation, self.p_hoist_mutation, self.p_point_mutation])
self._method_probs = np.cumsum(self._method_probs)

然后校验_method_probs、init_method、const_range、init_depth、feature_names进行类型检查和范围检查

第2步:取出参数并对其进行赋值

 params = self.get_params()
 print(f'params: {params}')
 params['_metric'] = self._metric
 params['function_set'] = self._function_set
 params['arities'] = self._arities
 params['method_probs'] = self._method_probs

如果不是warm_start模式就准备好_programs和 run_details_字典

if not self.warm_start or not hasattr(self, '_programs'):
# warm_start为false时就重新开始,释放分配的内存
   self._programs = [] # _programs里面存的是每一代的优胜者 list[list1,list2... listn]
   self.run_details_ = { 'generation':[],
                         'average_length':[],
                         'average_fitness':[],
                         'best_length':[],
                         'best_fitness': [],
                         'best_oob_fitness':[],
                         'generation_time':[]
                         }
prior_generations = len(self._programs) # _programs里面存的是每一代的优胜者 list[list1,list2... listn] 其长度代表迭代了多少代
n_more_generations = self.generations - prior_generations # 还有多少代需要迭代

然后是对n_more_generations进行校验

population_size代表每一个世代中种群的数目
if self.warm_start: # 丢弃之前用过的随机种子
   for i in range(len(self._programs)):
       _ = random_state.randint(MAX_INT, size = self.population_size)
if self.verbose:
    self._verbose_reporter()# 输出日志

第3步:并行的运行程序

循环层(从prior_generations到generations)

1)记录时间找到父类

start_time = time()
if gen == 0: # 如果是第一代的话parents是None
   parents = None
else:
   parents =  self._programs[gen - 1] # _programs里面的最后一代

2)并行运行程序

n_jobs, n_programs, starts = _partition_estimators(self.population_size, self.n_jobs) # 把种群分成n_job份n_programs表示第几份中有多少个数据 starts记录了每组数据的起点
seeds = random_state.randint(MAX_INT, size = self.population_size) # 产生population_size个随机种子
population = Parallel(n_jobs=n_jobs, verbose=int(self.verbose > 1))(
                delayed(_parallel_evolve)(n_programs[i],parents, X, y,sample_weight, seeds[starts[i]:starts[i + 1]],
                                          params) for i in range(n_jobs))

对数据进行合并,得到下一代变异的种群

population[<symboltree._SymbolTree object at 0x00000118ABB89E20>, <symboltree._SymbolTree object at 0x00000118ABB89E80>, <symboltree._SymbolTree object at 0x00000118ABB89F10>, <symboltree._SymbolTree object at 0x00000118ABB89FD0>]
population = list(itertools.chain.from_iterable(population))

得到种群的所有的个体的fitness和length是一个list

fitness = [program.raw_fitness_ for program in population]
length = [program.length_ for program in population]

3)惩罚系数对fitness进行约束

parsimony_coefficient = None
if self.parsimony_coefficient == 'auto':
    parsimony_coefficient = (np.cov(length, fitness)[1, 0] / np.var(length)) # 取出(length, fitness)协方差矩阵的第2行1列除以方差
for program in population:
    program.fitness_ = program.fitness(parsimony_coefficient) # 收缩后的适应度

self._programs.append(population) #新生成的这一代的信息放入_programs

4)删除被淘汰的个体

if not self.low_memory:
   for old_gen in np.arange(gen, 0, -1): # 把到gen的世代数倒序排成list类似[5 4 3 2 1]
       indices = []
       for program in self._programs[old_gen]: # 找到上一代的种群每一个符号树
           if program is not None:# 不是None的话
              for idx in program.parents: # 找到他的parents_idx parents_idx里面存的是其表现最好的父类
                   if 'idx' in idx:# 找到其中的parent_idx
                       indices.append(program.parents[idx])
        indices = set(indices) # 去重复
        for idx in range(self.population_size):# 种群内每一个个体
            if idx not in indices: # 如果该个体不在最优集合里面就把他置为None
               self._programs[old_gen - 1][idx] = None
elif gen > 0:
     self._programs[gen - 1] = None #不然就把上一代置为None

第4步进行运行的信息

对应代码

# 记录运行信息
if self._metric.greater_is_better: # 如果是越大越好的话
   best_program = population[np.argmax(fitness)]
else:
   best_program = population[np.argmin(fitness)]

self.run_details_['generation'].append(gen)
self.run_details_['average_length'].append(np.mean(length))
self.run_details_['average_fitness'].append(np.mean(fitness))
self.run_details_['best_length'].append(best_program.length_)
self.run_details_['best_fitness'].append(best_program.raw_fitness_)
oob_fitness = np.nan
if self.max_samples < 1.0:
   oob_fitness = best_program.oob_fitness_
   self.run_details_['best_oob_fitness'].append(oob_fitness) # 袋外数据准确性
   generation_time = time() - start_time
   self.run_details_['generation_time'].append(generation_time) # 运行时间

处理early stopping

if self._metric.greater_is_better:
   best_finess = fitness[np.argmax(fitness)]
   if best_finess >= self.stopping_criteria: # 达到停止标准的时候
      break
else:
   best_finess = fitness[np.argmix(fitness)]
   if best_finess <= self.stopping_criteria:  # 达到停止标准的时候
      break

到这里循环结束,得到所有的世代。

第5步如果是变换的话

a)首先得到hall_of_fame个索引

fitness = np.array(fitness) # 找到这一代种群的fitness
if self._metric.greater_is_better: # 越大越好的好就倒序选择
   hall_of_fame = fitness.argsort()[::-1][:self.hall_of_fame] #得到hall_of_fame个fitness的索引
else:
   hall_of_fame = fitness.argsort()[:self.hall_of_fame] # 越小越好就正序选择

对最后一代的种群里所有的个体(其中属于hall_of_fame的)进行计算得到预测的值

evaluation = np.array([gp.execute(X) for gp in [self._programs[-1][i] for i in hall_of_fame]])

如果指标是spearman系数的话,计算得到evaluation每一组数据的排序值

if self.metric == 'spearman':
   evaluation = np.apply_along_axis(rankdata, 1, evaluation) 
from scipy.stats import rankdata
evaluation = np.array([[1,2,3,4],
            [6,5,7,8],
            [9,10,11,12]])
print(np.apply_along_axis(rankdata, 1, evaluation))
#输出
[[1. 2. 3. 4.]
 [2. 1. 3. 4.]
 [1. 2. 3. 4.]]

然后计算相关系数矩阵

with np.errstate(divide = 'ignore', invalid = 'ignore'): # 去掉除0 无效值等警告
     correlations = np.abs(np.corrcoef(evaluation)) # 得到相关系数矩阵 如果是spearman系数这里就是spearman相关系数
[[1. 2. 3. 4.]
 [2. 1. 3. 4.]
 [1. 2. 3. 4.]]
 
[[1.  0.8 1. ]
 [0.8 1.  0.8]
 [1.  0.8 1. ]]
 np.fill_diagonal(correlations, 0.) # 对角线元素填充0
components = list(range(self.hall_of_fame)) # hall_of_frame个0到hall_of_frame的数字
indices = list(range(self.hall_of_fame))
# X_shape(354, 13)
# evaluation:(50, 354)
 # 迭代删除最小相关的的元素
while len(components) > self.n_components: # 如果最小相关个体大于要留的个数
     # correlations_shape(50, 50)
      most_correlated = np.unravel_index(np.argmax(correlations), correlations.shape) # 得到最大值的索引 相关性越大越不好
      # 通过适应度对相关矩阵进行排序,确定最不合适的索引
      worst = max(most_correlated) # worst就是索引大的那一列
      components.pop(worst)
      indices.remove(worst) # 从序列号中删除
      correlations = correlations[:, indices][indices, :]
      indices = list(range(len(components)))
 self._best_programs = [self._programs[-1][i] for i in hall_of_fame[components]]

点击关注,第一时间了解华为云新鲜技术~

相关推荐

鸿蒙案例上新啦 | 购物、听歌、健身:15个模板带你一键激活社交娱乐

页面层级如何组织、跨页共享状态如何同步、列表与详情及个人中心如何形成稳定闭环。鸿蒙开发实践中心将这些高频消费与互动场景沉淀为可参考的标准模板,提供从业务架构到界面实现的快捷实践入口。更多实战案例欢迎前往鸿蒙开发实践中心案例中心查看并开启云端体验。

华为云官方博客 392

鸿蒙案例上新啦 | 出门打车、到家上课:25个模板带你一屏打通日常生活

如何合理拆分页面组件、如何建立单一可信的状态源、如何让用户在每一步操作中都获得明确反馈。鸿蒙开发实践中心以标准化的应用与元服务模板为入口,将清晰的业务架构与可复用的代码结构直观呈现。不妨立即挑选一个感兴趣的方向进入云端环境,从页面布局、组件封装、状态管理到路由组织,亲手跑通你的鸿蒙实战项目。

华为云官方博客 364

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 583

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 501

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 492

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 496

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 400

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 406

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 413

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 479

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 490

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 437

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 653

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 672

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 476

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 652

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 725

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 826

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 799

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 796

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 613

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 666

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 526

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 518

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 286

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 294

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 580

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 699

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 466

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 382
上一篇: 云小课 | DSC之数据水印,防止数据被盗用
下一篇: 手把手带你玩转LiteOS Ping组件
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5985原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值